商务数据分析基础 课件 第五章 数据分析.pptx

第五章数据分析;目录;1;1.1分组对比法;属性指标所代表的数据不能进行运算,只是说明事物的性质、特征,如人的姓名、部门、性别、文化程度等指标。

数量指标所代表的数据能够进行加减乘除运算,说明事物的数量特征,如人的年龄、工资水平、企业的资产等指标。

1.属性指标分组分析法

属性指标分组法就是按照属性进行分组。按属性指标分组一般较简单,分组指标一旦确定,组数、组名、组与组之间的界限也就确定了。例如,人口按性别分为男、女两组,具体到每一个人应该分在哪一组是一目了然的。

对一些复杂问题的分组,称为统计分类。统计分类是相对复杂的属性指标分组方法,需要根据数据分析的目的,统一规定分类标准和分类目录。例如,反映国民经济结构的国家工业部门分类,它是先把工业分为采掘业和制造业两大部分,然后分为大类、中类、小类三个层次;2.数量指标分组分析法

数量指标分组分析法是指选择数量指标作为分组依据,将数据总体划分为若干个性质不同的部分,分析数据的分布特征和内部联系。它分为单项式分组和组距式分组。

单项式分组一般适用于离散型数据,且数据值不多、变动范围较小的情况。单项式分组中,每个指标值就是一个组,有多少个指标值就分成多少个组。如按产品产量、技术级别、员工工龄等指标分组。

例如:某企业成立三年,现有员工300人,以员工工龄指标作为分组依据,可以分成三组,工龄为一年的员工75人,工龄为两年的员工135人,工龄为三年的员工90人。

组距式分组是指在数据的变化幅度较大的条件下,将数据总体划分为若干个区间,每个区间作为一组,组内数据性质相同,组与组之间的性质相异。

组距式分组需要确定几个关键的分组要素:组数、组距、组限、组中值。;例如:某企业有员工300人,通过年龄指标进行分组,统计员工年龄分布情况,分析员工年龄结构是否合理,结果如表5-1所示。。;1.2对比分析法;对比要点一:对比建立在同一标准维度上。

图52中,首先要关注到的对比要点是各项数据的对比要基于同一维度。图5 2是针对

9月份渠道推广效果的对比统计,9月份就是第一个对比标准,也就是时间维度。在时间维度

下,后续对比的结果都是基于这个标准产生的,也就是在9月份这个时间范围内的数据对比,并不能用10月份的数据与9月份的数据进行对比。当然,除了时间维度,也可以使用空间维度,如渠道A在1~12月每月的数据对比。无论用什么维度,对比要建立在一个大的标准下。;对比要点二:拆分相关影响因素。

在时间这个维度下,我们对各渠道的获客效果进行了拆分,也就是将获客效果衡量标准分为访问量、下载量和注册量。这三个维度的数据作为判断渠道获客的标准,从对比中找出各渠道的优劣。我们能够看到,渠道A从访问到下载的流失比较严重,渠道B从下载到注册的流失比较严重,而渠道C在访问量、下载量都低于其他渠道的情况下,其注册量与渠道A并没有相差太多。也就是说,我们可以提出一个假设,与渠道A和渠道B相比,渠道C的获客效果更好。为了印证这个假设,我们可以在影响因素中加入渠道投放花费这个维度,如果渠道A的高访问是因为高花费,渠道C的低访问是因为低花费,那么基本可以印证这个假设。;对比分析法的维度可以分为同比、环比等不同的对比方法。

同比:同比一般被看作基于相同数据维度的时间同期对比,例如,某一个维度2019年9月的数据与2020年9月数据的对比。

环比:环比可以是基于时间维度的对比,例如9月份数据与8月份数据的对比;也可以以周期性维度进行对比,例如第一阶段推广投放了10个渠道,第二阶段推广投放了15个渠道,那么通过分析第二阶段与第一阶段环比上涨还是下降,进而找出数据变化的原因。;1.3平均分析法;1.数值平均数

在数据集合中,所有数据都参与计算得到的平均数称为数值平均数,它包括算术平均数、几何平均数等。

(1)算术平均数。算术平均数利用平均数指标反映特征数据的一般水平,它分为简单算术平均数和加权算术平均数。

1)简单算术平均数。将数据集合中所有数据之和除以数据个数即简单算术平均数。假设

有一组包含n个数据的数据集合:x1,x2,x3,…,xn

该数据集合的简单算术平均数公式为：x=x1+x2+x3+…+xn

例如:某房产中介前6个月的二手房成交数量分别为28套、37套、26套、37套、44套、50套,那么上半年的月平均成交量为